Indexed by：
Abstract：
本发明提出了一种基于神经网络的空芯反谐振光纤熔接方法，包括以下步骤：(1)构建神经网络模型；(2)获取学习样本；(3)训练神经网络；(4)对空芯反谐振光纤熔接进行建模。该方法选用15输入、2输出的三层BP神经网络；获取的学习样本参数包括空芯反谐振光纤参数、单模光纤参数、熔接机熔接程序参数及对应状态下光纤熔接损耗和熔接点强度；其中单模光纤首先经过处理，与空芯反谐振光纤的外径和模场直径匹配，通过MATLAB中的神经网络工具箱对采样获取的原始样本集进行训练，实现空芯反谐振光纤熔接的建模，克服熔接过程中存在的随机性导致的熔接过程重复率低、普适性差的问题，大幅度提高空芯反谐振光纤熔接的精度与效率。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202310164827.5
Filing Date： 2023-02-26
Publication Date： 2024-04-26
Pub. No.： CN116184570B
Applicants： 北京工业大学
Legal Status： 授权
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 10
Affiliated Colleges：
